以下是16个可以拿来就用的提示词：
一、提取核心问题
"分析所有输入内容，生成5个关键问题，回答这些问题就能抓住所有材料的核心要点。"Reddit用户称之为"改变游戏规则"的方法。它迫使AI提取有教学价值的结构，而非肤浅的摘要。
二、讲座笔记专用
在上述基础上聚焦：核心主题与定义、重点强调的概念、概念间的关系、提到的实际应用。
三、"有趣之处"提示词
NotebookLM的产品总监Steven Johnson用这个提示词处理了50万字的NASA访谈记录，20秒完成了10小时的手工活："这些资料中最令人惊讶或有趣的信息是什么？请附上关键引文。"传统搜索能找到相关性，但找不到"有趣性"。
四、定向挖掘版
"我想写关于某主题的文章。这些资料中与该主题相关的最令人惊讶的事实或想法是什么？请附上关键引文。聚焦某具体方面，忽略其他方面。"
五、问答节目格式
让AI主持人互相出题，故意答错让纠正过程加深记忆。学生们特别喜欢这个。
六、多语言播客
在官方语言支持出现之前，用户就用这招生成西班牙语、德语、日语播客："这是Deep Dive的首期国际特别节目，全程使用某语言。除非需要解释专有术语，否则不使用英语。"
七、产品经理视角
把文档变成决策备忘录，聚焦用户证据、可行性检查、盲区分析。
八、科研助理视角
为需要方法论而非结论的学者设计，聚焦样本量、实验设计、统计显著性，而非泛泛的结论。
九、中学教师视角
把复杂内容变得易懂：一句话总结、现实世界类比、三个难词的简单定义。
十、文献综述主题提取
识别5到10个最常出现的主题，说明每个主题在哪些论文中出现、如何被处理（争论、假设还是验证）。
十一、矛盾发现器
找出资料间的分歧，引用双方具体观点，分析分歧原因（方法、样本还是语境），指出什么证据能解决争议。
十二、差距分析
当你尝试某事但失败时使用。交叉对照你的做法与上传资料，找出你没遵循的方法论、完全遗漏的概念、跳过的前置条件。
十三、概念落地
把研究转化为行动步骤，每个要点都锚定具体引文，承认知识盲区。
十四、概念联结
发现想法之间不明显的联系，"综合某主题1和某主题2之间的联系，无论多抽象。"
十五、全面主题分析
最大长度、深度研究的输出。规划要探索的关键方面，区分事实与解读，用证据支撑观点。
十六、辩论格式
当你的资料本身存在分歧时使用。让两位主持人就某主题进行辩论，互相质疑，引用具体证据，让听众自己判断谁更有说服力。
这些提示词的共同智慧是：不要问AI"这是什么"，要问"这里面有什么矛盾"、"我漏掉了什么"、"最反直觉的发现是什么"。好问题比好答案更稀缺。
